تخيل لغزًا عملاقًا غير مرئي حيث يتعين على آلاف الروبوتات الصغيرة العمل معًا دون التحدث أبدًا إلى مدير مركزي. هذا هو عالم تحسين القيود الموزعة، أو ما يُعرف اختصارًا بـ DCOPs. فكر في الأمر كأنه لعبة "كراسي موسيقية" ضخمة حيث لكل لاعب قواعده الخاصة حول من يمكنه الجلوس بجانبه، والجميع يريد تعظيم المتعة للمجموعة بأكملها. ولكن هنا تكمن العقبة: يمكنهم فقط الهمس لجيرانهم المباشرين، واللغز كبير جدًا لدرجة أنه لا يمكن لأي كمبيوتر واحد حله بالكامل في وقت واحد. هذا الإعداد مثالي للفوضى في العالم الحقيقي، مثل تنسيق أسراب الأقمار الصناعية التي تدور حول الأرض، حيث يكون المتحكم المركزي بطيئًا جدًا في الاستجابة للتغيرات المفاجئة. السؤال الكبير الذي يسأله العلماء هو: كيف تجعل هؤلاء الوكلاء المستقلين يتعاونون بكفاءة عندما يكون اللغز أكبر من أن يرى الصورة الكاملة؟

الإجابة، وفقًا لهذا البحث الجديد، تكمن في حيلتين ذكيتين: تعليم الروبوتات التعلم من أخطائها باستخدام "التعلم عبر الإنترنت" (مثل لاعب فيديو يصبح أفضل من خلال اللعب آلاف المرات) واستخدام نظام "تسعير" ليدفعهم بلطف بعيدًا عن الأفكار السيئة. وجد المؤلفون، من خلال العمل مع بيانات من مهام أقمار صناعية حقيقية، أنه من خلال الجمع بين هاتين الطريقتين، استطاعوا حل مشكلة جدولة أقمار صناعية ضخمة عجزت الطرق السابقة عن حلها. وبدلاً من محاولة حشر كل تفصيل صغير في معادلة واحدة ضخمة، قاموا بتقسيم المشكلة إلى طبقتين: مدير رفيع المستوى يقرر من سيحصل على ماذا من المهام، وخبراء محليين يكتشفون كيف يقومون بالفعل بتلك المهمة دون الاصطدام. ومن خلال السماح للخبراء المحليين بإرسال "بطاقات أسعار" عائدة إلى المدير كلما كانت المهمة صعبة للغاية للدمج، تعلم النظام تجنب التركيبات المستحيلة. والنتيجة؟ في عمليات المحاكاة التي أجروها، تمكنت هذه الطريقة الجديدة من تلبية أكثر من 99% من طلبات المراقبة من أسطول مكون من 60 قمرًا صناعيًا، متفوقة على أفضل الطرق الموجودة التي تمكنت من تحقيق حوالي 87% فقط. إنه يشبه تمامًا قائد أوركسترا يتوقف عن محاولة الإدارة الدقيقة لكل عازف كمان، وبدلاً من ذلك يستمع إلى قادة المجموعات، ويعدل النوتة الموسيقية حتى تعزف الأوركسترا بأكملها في تناغم تام.

المشكلة: أقمار صناعية كثيرة، وعقول قليلة

يتناول البحث مشكلة محددة في استكشاف الفضاء: جدولة الأقمار الصناعية لمراقبة الأرض. تخيل أن لديك كوكبة من 60 قمرًا صناعيًا (مثل سرب من النحل) وآلاف الطلبات لالتقاط صور للمدن أو العواصف أو الكوارث. لكل قمر صناعي قواعده الخاصة: لا يمكنه النظر إلى مكانين في وقت واحد، ولديه ذاكرة محدودة لتخزين الصور، ولا يمكنه تنزيل البيانات إلا عند مروره فوق محطات أرضية محددة.

تقليديًا، حاول العلماء حل هذه المشكلة كأحجية واحدة ضخمة ومتجانسة. كانوا يغذون كل قاعدة وكل قمر صناعي في نموذج كمبيوتر ضخم. ولكن مع زيادة عدد الأقمار الصناعية، ينهار هذا النهج. تصبح الرياضيات معقدة للغاية لدرجة أنها تستغرق وقتًا طويلاً للحل، أو تتعطل تمامًا. إنه يشبه محاولة حل لغز "سودوكو" حيث تكون الشبكة بحجم ملعب كرة قدم؛ لا يمكنك رؤية اللوحة بأكملة في وقت واحد.

الحل: استراتيجية الفريقين

يقترح المؤلفون طريقة جديدة لمعالجة هذا الأمر عن طريق تقسيم العمل إلى فريقين متميزين يتواصلان مع بعضهما البعض.

الفريق 1: المخصص رفيع المستوى (الـ Meta-DCOP)
يعمل هذا الفريق مثل موزع المهام. مهمته الوحيدة هي تحديد أي قمر صناعي سيتم تخصيص أي طلب مراقبة له. هو لا يهتم بالتفاصيل الدقيقة مثل عمر البطارية أو الذاكرة؛ هو فقط يوزع المهام. لاتخاذ هذه القرارات، يستخدم الفريق خوارزميات التعلم عبر الإنترنت. فكر في هذا كمجموعة من الطلاب يخضعون لاختبار. في كل مرة يخمنون فيها إجابة خاطئة، يشعرون بـ "ندم" طفيف. بمرور الوقت، يتعلمون تجنب الإجابات التي سببت لهم الندم والتمسك بالإجابات التي نجحت. يختبر البحث عدة نسخ حديثة من "تعلم الندم" هذا لمعرفة أي منها يساعد الفريق في العثور على أفضل جدول زمني بأسرعة ما يمكن.

الفريق 2: المجدولون المحليون (الـ Oracles)
بمجرد أن يسلم الفريق الأول قائمة المهام، يحاول الفريق الثاني (الأقمار الصناعية الفردية) جدولة تلك المهام فعليًا. يقوم كل قمر صناعي بتشغيل برنامج حل محلي خاص به — وهو برنامج ذكي يتحقق مما إذا كانت المهام المخصصة تتناسب مع ذاكرته، وبطاريته، وزوايا الرؤية الخاصة به. إذا حصل القمر الصناعي على قائمة مهام مستحيلة الجمع (مثل محاولة أكل بيتزا كاملة وكعكة كاملة في نفس الوقت)، فإنه يقول: "لا، لا يمكنني القيام بهذا".

الغراء السحري: التسعير التكراري

هنا يبرز الابتكار الرئيسي للبحث: التسعير التكراري.

في الماضي، إذا قال قمر صناعي "لا يمكنني القيام بهذا"، كان النظام ببساطة يرمي القائمة بأكملها ويحاول مرة أخرى، أو يضيف قاعدة صارمة تقول "لا تعطِ هذا القمر الصناعي هذه القائمة المحددة من المهام أبدًا". هذا يشبه معلمًا يقول: "لقد رسبت في هذا الاختبار، لذا لا يمكنك أداء هذا الاختبار مرة أخرى أبدًا". إنها أداة فظة.

الطريقة الجديدة تستخدم الأسعار.

1. يقوم المخصص رفيع المستوى بتخصيص المهام.
2. يحاول المجدولون المحليون دمجها.
3. إذا فشل قمر صناعي في جدولة مهمة معينة، يضع النظام "بطاقة سعر" على ذلك التخصيص.
4. في المرة القادوة، يرى المخصص رفيع المستوى أن تخصيص المهمة (أ) للقمر الصناعي (ب) أصبح الآن "مكلفًا" (لأنه فشل سابقًا)، لذا يتجنب طبيعيًا هذا المزيج ويجرب غيره.

إنه يشبه السوق. إذا فشل بائع باستمرار في تسليم طلب معين، فإن سعر ذلك الطلب يرتفع. في النهاية، يتعلم النظام التوقف عن الطلب من ذلك البائع لهذه الوظيفة المحددة، ليس لأنها محظورة، ولكن لأن تكلفتها مرتفعة جدًا. هذه الحلقة التكرارية تحدث مرارًا وتكرارًا، مما يؤدي إلى تحسين الجدول الزمني حتى يتم دمج كل شيء تقريبًا.

النتائج: جدولة شبه مثالية

اختبر الباحثون هذا في محاكاة لسيناريو من العالم الحقيقي: 60 قمرًا صناعيًا في مدار أرضي منخفض يحاول التقاط صور لـ 634 مدينة رئيسية خلال نافذة زمنية مدتها ست ساعات. وقارنوا طريقتهم الجديدة "التسعير التكراري" مقابل أفضل التقنيات الحالية، بما في ذلك طريقة شائعة تسمى البحث العشوائي للجوار (NSS).

كانت النتائج مذهلة. نجحت الطرق القديمة في جدولة حوالي 87% من طلبات المراقبة. أما الطريقة الجديدة، التي تجمع بين التعلم الذكي عبر الإنترنت ونظام التسعير، فقد لبت 99.2% من الطلبات.

نظر البحث أيضًا في "تكلفة" هذا النجاح. تطلبت الطريقة الجديدة المزيد من التواصل بين الأقمار الصناعية (حوالي 1.3 مليون رسالة مقارنة بـ 84,000 في الطريقة القديمة). ومع ذلك، يجادل المؤلفون بأن هذا المقايضة تستحق العناء في المهمات الحرجة حيث يكون تفويت الطلب مكلفًا. ويقترحون أن هذا النهج جاهز للاستخدام في العالم الحقيقي، مشيرين تحديدًا إلى مهمة FAME القادمة من ناسا، والتي ستكون أكبر عرض لمهمة الذكاء الاصطناعي متعدد الوكلاء في الفضاء.

ما لم يفعلوه (وما استبعدوه)

من المهم ملاحظة ما لم يجده البحث. اختبر المؤلفون حيلتين شائعتين تُستخدمان لاستقرار هذه الأنواع من الخوارزميات: التخميد (تنعيم التغييرات لمنع التقلبات الحادة) والقصور الذاتي (جعل الوكلاء مترددين في تغيير آرائهم). ومن المثير للدهشة، وجدوا أن إضافة ميزات الاستقرار هذه جعلت خوارزميات التعلم عبر الإنترنت أسوأ. اتضح أنه بالنسبة لهذا النوع المحدد من المشكلات، فإن السماح للوكلاء بتغيير آرائهم بسرعة والتعلم من الندم الفوري أفضل من محاولة إبقائهم مستقرين.

كما استبعدوا فكرة أنك بحاجة إلى ترميز كل قيد فيزيائي (مثل حدود الذاكرة) مباشرة في اللغز العالمي الرئيسي. تثبت طريقتهم أنه يمكنك إبقاء اللغز العالمي بسيطًا وترك التفاصيل الفيزيقة المعقدة للخبراء المحليين، مع التواصل فقط من خلال لغة "الأسعار" البسيطة.

لماذا يهم هذا الأمر

هذا ليس مجرد أمر يتعلق بالأقمار الصناعية. يقترح المؤلفون أن هذا النهج "ثنائي المستوى" يمكن أن يعمل في أي موقف يحتاج فيه مجموعة كبيرة إلى تنسيق خطة رفيعة المستوى مع حل مشكلات محلية معقدة. فكر في شاحنات التوصيل التي تحدد مساراتها بنفسها، أو أسراب الطائرات بدون طيار التي تسلم الطرود. من خلال الفصل بين "من يفعل ماذا" وبين "كيف يتم القيام بذلك"، وباستخدام نظام تسعير للتعلم من الإخفاقات، يمكننا بناء أنظمة تكون ذكية وقابلة للتوسع، وقادرة على التعامل مع فوضى العالم الحقيقي دون الحاجة إلى كمبيوتر خارق للإدارة الدقيقة لكل حركة.